ResourceConfiguration Clase

  • Referencia

Define los detalles de la configuración de los recursos de Azure Machine Learning.

Inicialice resourceConfiguration.

Herencia
builtins.object
ResourceConfiguration

Constructor

ResourceConfiguration(cpu=None, memory_in_gb=None, gpu=None)

Parámetros

cpu
float
valor predeterminado: None

Número de núcleos de CPU que se asignan a este recurso. Puede ser un decimal.

memory_in_gb
float
valor predeterminado: None

Cantidad de memoria (en GB) que se va a asignar a este servicio web. Puede ser un decimal.

gpu
int
valor predeterminado: None

Número de GPU que se asignan a este recurso.

cpu
float
Requerido

Número de núcleos de CPU que se asignan a este recurso. Puede ser un decimal.

memory_in_gb
float
Requerido

Cantidad de memoria (en GB) que se va a asignar a este servicio web. Puede ser un decimal.

gpu
int
Requerido

Número de GPU que se asignan a este recurso.

Comentarios

Inicializa una configuración de recursos con esta clase. Por ejemplo, el código siguiente muestra cómo registrar un modelo que especifica el marco, los conjuntos de datos de entrada y salida y la configuración de recursos.


   import sklearn

   from azureml.core import Model
   from azureml.core.resource_configuration import ResourceConfiguration


   model = Model.register(workspace=ws,
                          model_name='my-sklearn-model',                # Name of the registered model in your workspace.
                          model_path='./sklearn_regression_model.pkl',  # Local file to upload and register as a model.
                          model_framework=Model.Framework.SCIKITLEARN,  # Framework used to create the model.
                          model_framework_version=sklearn.__version__,  # Version of scikit-learn used to create the model.
                          sample_input_dataset=input_dataset,
                          sample_output_dataset=output_dataset,
                          resource_configuration=ResourceConfiguration(cpu=1, memory_in_gb=0.5),
                          description='Ridge regression model to predict diabetes progression.',
                          tags={'area': 'diabetes', 'type': 'regression'})

   print('Name:', model.name)
   print('Version:', model.version)

Métodos

deserialize

Convierte el objeto JSON en un objeto ResourceConfiguration.
serialize

Convierte este ResourceConfiguration en un diccionario serializado JSON.

deserialize

Convierte el objeto JSON en un objeto ResourceConfiguration.

static deserialize(payload_obj)

Parámetros

payload_obj
dict
Requerido

Objeto JSON que se convierte en un objeto ResourceConfiguration.

Devoluciones

Representación ResourceConfiguration del objeto JSON proporcionado.

Tipo de valor devuelto

ResourceConfiguration

serialize

Convierte este ResourceConfiguration en un diccionario serializado JSON.

serialize()

Devoluciones

Representación JSON de este ResourceConfiguration.

Tipo de valor devuelto

dict